訓練日期：2026-10-21 上課地點：台北市大安區忠孝東路3段96號11樓-1 上課費用：學員負擔：100 …訓練日期：2026-10-21
上課地點：台北市大安區忠孝東路3段96號11樓-1
上課費用：學員負擔：10000元  政府負擔：90000元

訓練目標：

AI及大語言模型應用開發 - 從​Prompt Engineering提示工程與Context上下文、Embedding向量化模型及RAG檢索增強生成、Function Call外部系統及第三方API呼叫，以掌握模型輸出之品質及優化技巧。AI Agent開發技術，從OpenAI SDK / Gemini API運用、自動化測試評估模型輸出、使用n8n AI自動化平台或Semantic Kernel開發AI Agent整合於專題中。

輔導考取微軟Azure AZ900 雲端認證並熟悉Azure雲端平台 - 對Azure Web App /SQL Database / Storage / VM的管理及佈署，並能善用Azure雲端平台開發各種應用。

後端技能 - C# /.NET開發，並使用SQL資料庫，善長ORM - EF Core及Dapper存取資料庫，能運用ASP.NET Core MVC開發一個完整線上服務系統或電商平台並整合AI應用，需串接各種第三方服務及金流，使用Vue.js + Web API以熟悉前後端分離的開發模式 ; 能運用Redis快取優化效能，Coravel進行工作排程，了解專案分層模式設計（Service / Repository）與重構技巧，建置高品質且好維護的系統。

前端技能 - HTML / CSS網頁切版及RWD網頁設計、Bootstrap / Tailwind運用能力、JavaScript / 前端框架 Vue.js 開發能力。

DevOps與軟體工程基礎 - 對於Git / GitHub/ Azure DevOps版控及團隊開發工具能熟悉運用，透過Azure DevOps Pipeline實踐CI/CD自動化建置及佈署，了解如何在CI過程中整合單元測試，並能使用 Docker 佈署及管理應用程式。

專案管理及團隊協作 - 運用Azure DevOps演練Scrum敏捷開發，專題期間每週一個Sprint衝刺，每週Demo進度並講解功能與程式碼，實際演練軟體與AI人才在職場上的工作，從本班結業，能比其它新人更有競爭力。

?AI 協作程式開發 × 未來人才新標準

AI 雖然無法完全取代程式設計師，但已能大幅提升開發流程的效率與精準度。在 AI 技術逐漸普及的今天，程式開發已進入 「人機協作」的新時代。本課程除了會打好學員程式撰寫能力的底蘊，也帶你掌握 AI 協作程式開發的核心能力，強化未來職涯競爭力。

?為什麼要學會 AI 協作？

⚡ 提升效率：AI 可協助程式撰寫、除錯與最佳化，大幅縮短開發時程。

? 聚焦創新：程式師能專注在系統設計與應用創新，而非繁瑣的重複性工作。

? 產能倍增：未來團隊結構將精簡，但每位工程師的生產力可提升至 1.5 倍。

? 薪資優勢：具備 AI 協作能力的工程師，更符合企業需求，薪資與發展潛力同步提升。

在 C# .NET 與 AI 應用 的加持下，你不只是一位程式設計師，而是能與 AI 合作的新世代開發人才，這正是企業最迫切需要、也是最願意投資的人才。

報名此課程

課程內容：

歡迎參加7/22(三)免費課程說明會！ 【課程內容】 1.開訓典禮2.善用AI輔助學習與應用3..NET/C#程式設計與物件導向4.AI大語言模型應用基礎-提示工程與Agent設計5.AI協作開發實務-GitHub Copilot及Codex6.C#物件導向進階與重構技巧7.資料庫設計與SQL8.AI應用開發-自然語言處理及知識庫9.AI與自動化流程設計-n8n自動化平台10.Web設計：HTML/CSS+Git版本控制11.JavaScript開發及Vue.js框架12.微軟Azure雲端工程師認證課13.Azure DevOps團隊開發及自動化建置與佈署14.Web開發：ASP.NET Core MVC15.Web開發：Web API16.AI自動化商業應用與Agent開發-AI作品集實作17.Web前後端分離開發實戰18.Web開發進階與佈署-Azure雲端與容器化Docker19.專題開發-AI應用與Web服務系統20.實機操作與開發實戰21.技術簡報及Demo技巧22.求職指導與履歷健檢-AI與軟體人才面試技巧23.專題預演24.專題發表25.就業媒合 【就業展望】．軟體開發工程師
．後端工程師
．程式設計師
．Web網站應用工程師
．系統開發工程師
．AI應用開發工程師
．雲端應用工程師
．雲端開發與DevOps工程師 【參訓資格】一、 申請參加產業新尖兵計畫前，應登錄為「台灣就業通」會員(電子郵件將作為後續訊息發布通知重要管道，請務必確實填寫)，並完成「我喜歡做的事」職涯興 趣探索測驗。二、 確認資格：於產業新尖兵計畫專區下載 或列印｢報名及參訓資格切結書｣，閱覽切結書及相關須知，後加以簽名或蓋章，並交予訓練單位。三、 依訓練單位規定參加甄試。
四、 錄取者繳交身分證與畢業證書影本。五、 繳交自行負擔之新臺幣（以下同）一萬元訓練費用（以下簡稱自付額）予訓練單位，並與訓練單位簽訂訓練契約。六、 青年參加本計畫課程，由勞動部動力發展署分署依訓練單位辦理訓練收費標準，補助每一參訓青年自付額及訓練單位所代墊之訓練費用合計最高十萬元，培訓期間享勞保(訓)。 【勞動部產業新尖兵補助費用】1. 青年參加指定訓練課程，由勞動部勞動力發展署所屬分署依訓練單位辦理訓練收費標準，補助每一參訓青年自付額及訓練單位所代墊之訓練費用合計最高十萬元。2. 青年報名本計畫課程，應先行繳交新臺幣１萬元訓練費用予訓練單位，如後續經審核資格不符，應自行負擔全部訓練費用。3. 青年應與訓練單位簽訂訓練契約。

師資介紹：

商研院特聘資深暨專業講師，並包含多位微軟MVP！

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

報名此課程

[elementor-template id="128291"]

這篇文章 【10/21台北場】AI商業應用與微軟C# .NET雲端開發【產業新尖兵】-商研院數位創新學院 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

輝達（NVIDIA）在高階AI晶片市場的領先地位正面臨更多挑戰。隨著OpenAI、Google、AWS與Meta等大型科技公司相繼投入自研AI晶片，分析師認為，客製化ASIC正逐步切入AI推論市場，可能對輝達的推論晶片利潤帶來壓力。記者黃仁杰／編譯

輝達（NVIDIA）在高階AI晶片市場的領先地位正面臨更多挑戰。隨著OpenAI、Google、AWS與Meta等大型科技公司相繼投入自研AI晶片，分析師認為，客製化ASIC正逐步切入AI推論市場，可能對輝達的推論晶片利潤帶來壓力。

[caption id="attachment_267722" align="aligncenter" width="1536"] 輝達（NVIDIA）在高階AI晶片市場的領先地位正面臨更多挑戰。（圖／AI生成）[/caption]

OpenAI週（25）二公布首款自研AI晶片Jalapeño的首批效能測試結果，表示這款晶片具備「業界領先的速度與效率」，主要鎖定AI推論工作負載，可望讓使用者獲得更快速的回應、更即時的AI Agent，以及更穩定的運算資源。

Jalapeño由OpenAI與博通（Broadcom）共同開發，預計今年底前部署至OpenAI自有運算基礎設施。目前公司也已開始開發第二代與第三代晶片。

分析師：Jalapeño能匹敵甚至超越Blackwell推論效率

Yole Group科技分析師Adrien Sanchez表示，Jalapeño顯示由大型雲端與AI業者自行設計的晶片，在AI推論效率上已經能夠匹敵甚至超越輝達Blackwell級GPU。

他指出，輝達目前仍掌握全球絕大多數AI算力市場，同時擁有CUDA軟體生態系帶來的高度黏著度，但Jalapeño仍可能對輝達AI推論業務的利潤率構成威脅，而推論正是目前成長最快的AI運算領域之一。

輝達已被要求對相關說法置評。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

自研晶片有望降低OpenAI對輝達依賴

Omdia資深首席分析師Alexander Harrowell認為，Jalapeño最突出的地方是能源效率。

他指出，在大規模資料中心部署下，更高的能源效率意味OpenAI可以降低用電、散熱以及電力基礎設施成本，進一步改善每單位AI服務的經濟效益。

TrendForce分析師Fion Chiu則表示，Jalapeño長期可能降低OpenAI在AI推論工作負載上對輝達GPU的依賴。

不過，在大型模型訓練與最前沿AI等需要更高運算彈性的工作負載上，輝達GPU仍具有廣泛可程式化能力、效能與完整軟體生態系，因此短期內仍將扮演重要角色。

SemiAnalysis：每瓦效能勝Blackwell 但比較並不完全公平

SemiAnalysis日前前往OpenAI實驗室測試Jalapeño，結果顯示，在幾乎所有測試情境中，Jalapeño的每瓦效能都優於Blackwell。

不過，SemiAnalysis也提醒，這項比較並不完全公平。

原因在於Jalapeño採用更新一代的HBM4記憶體，而Blackwell使用的記憶體世代較舊。若要進行更接近同條件的比較，輝達同樣採用HBM4的Vera Rubin平台會是更合適的對手。

SemiAnalysis認為，Jalapeño真正面對的競爭產品其實更接近Rubin，而非Blackwell。

此外，Vera Rubin系統目前已開始向客戶出貨，相比之下，Jalapeño距離OpenAI擁有工程樣品以外的大規模部署仍需要一段時間。

Google、Meta、AWS也加速發展自研AI晶片

OpenAI並不是唯一投入客製化AI晶片的大型科技公司。

Google今年4月發表新一代TPU，涵蓋AI訓練與推論；Meta則宣布將採用博通技術部署1GW客製AI晶片，並納入更大規模的多GW合作計畫。

Anthropic則承諾未來10年向AWS投入超過1,000億美元，其中包括採用Amazon現有及下一代Trainium自研AI晶片。

此外，Cerebras、SambaNova、D-Matrix、Etched及Fractile等新創，也都正在開發不同類型的AI晶片。

Omdia：客製ASIC出貨量2028年可能超越GPU

Omdia預估，包括Jalapeño在內的客製ASIC，到2028年在出貨量上可能超越GPU。

不過，由於GPU單價遠高於客製ASIC，因此若以營收規模計算，GPU仍可能維持領先更長時間。

Harrowell認為，客製ASIC是輝達目前最大的競爭威脅之一，原因在於全球約一半AI基礎設施資本支出來自超大規模雲端服務商，而這些公司不是已經擁有自研晶片計畫，就是具備自行開發晶片的能力。

OpenAI過去一直是輝達GPU最大的單一買家之一，因此Jalapeño的推出，也讓雙方關係出現新的變化。

Sanchez指出，OpenAI長期是輝達GPU最重要的客戶之一，如今開始打造自有推論晶片，也進一步提高輝達最大客戶關係所面臨的競爭壓力。

來源：CNBC

這篇文章 OpenAI自研Jalapeño晶片挑戰輝達 分析師：ASIC恐壓縮推論利潤 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

OpenAI自研AI晶片布局進一步浮上檯面。SemiAnalysis最新拆解顯示，OpenAI首代ASIC「Jalapeno」採用台積電N3P製程運算晶粒、N3E I/O Chiplet與HBM4記憶體，並搭配自家的Gluon核心程式語言，試圖從硬體到軟體建立完整AI運算平台。記者黃仁杰／編譯

OpenAI自研AI晶片布局進一步浮上檯面。SemiAnalysis最新拆解顯示，OpenAI首代ASIC「Jalapeno」採用台積電N3P製程運算晶粒、N3E I/O Chiplet與HBM4記憶體，並搭配自家的Gluon核心程式語言，試圖從硬體到軟體建立完整AI運算平台。

[caption id="attachment_267215" align="aligncenter" width="1536"] SemiAnalysis最新拆解顯示，OpenAI首代ASIC「Jalapeno」採用台積電N3P製程運算晶粒、N3E I/O Chiplet與HBM4記憶體，並搭配自家的Gluon核心程式語言。（示意圖／AI生成）[/caption]

SemiAnalysis估算，Jalapeno在部分工作負載下，每千瓦可完成的運算量約為輝達Blackwell晶片的1.5倍至1.9倍。除了提高能源效率，OpenAI也希望透過自有程式設計工具降低對輝達CUDA生態系的依賴。

台積電N3P打造運算晶粒 搭配HBM4

Jalapeno採用單一接近Reticle Size的運算晶粒，並以台積電N3P製程生產；I/O Chiplet則採用N3E製程。

記憶體方面，晶片搭載HBM4，供應來源可能為三星，單一封裝記憶體頻寬可達15.4 TB/s。

Jalapeno將運算核心與記憶體劃分成相互對應的「Slice」，讓每個運算核心區塊都能以低延遲方式存取自己所對應的HBM區域，再透過高頻寬Collective Network彼此連接。

這種設計目的，是盡可能縮短資料在不同運算單元與記憶體之間移動的距離。

矩陣引擎主攻AI核心運算

大型AI模型的主要工作，是處理大量矩陣運算，因此Jalapeno的核心之一就是專門負責矩陣計算的Matrix Engine。

一般AI運算常使用16-bit或8-bit數值格式，Jalapeno則進一步支援MXFP格式，最低可使用MXFP4，也就是4-bit運算。

MX格式會將一組數值共用同一個縮放因子，藉此降低模型權重與資料需要占用的記憶體容量，同時減少資料搬移量。

對AI晶片而言，這代表不只降低儲存需求，也能減輕記憶體頻寬壓力。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

Weight-Stationary設計 減少模型權重搬移

Jalapeno的Matrix Engine採用Weight-Stationary Systolic Array，也就是讓模型權重盡可能固定在運算陣列內，不必在每次計算時重新從外部記憶體載入。

Systolic Array則是讓資料在彼此緊密連接的運算單元間持續流動，避免每完成一次計算，就必須重新讀寫外部記憶體。

AI推論時，輸入資料通常會不斷與模型權重進行乘法運算。Weight-Stationary架構會先把模型權重載入運算陣列並固定下來，再讓不同輸入資料持續流過。

搭配MXFP低精度格式後，Jalapeno希望同時降低權重資料量與資料搬移頻率，改善AI運算常見的記憶體瓶頸。

64位元Scalar Core負責控制與資料調度

除了矩陣引擎之外，Jalapeno也配置64位元Scalar Core，用於執行控制程式、管理記憶體以及協調不同運算單元。

這些Scalar Core支援Out-of-Order（OoO，亂序執行）架構，並搭配L1快取。

亂序執行可以讓核心在等待某筆資料時，先處理其他已準備好的工作，降低運算核心因記憶體延遲而停滯的情況。

Jalapeno也利用這些Scalar Core提前準備資料，將資料送入專用硬體佇列，等到後方的矩陣與向量運算單元需要時，就能直接取得資料。

FP32、INT32向量核心處理高精度工作

Jalapeno另外配置FP32與INT32 Vector Core，用於處理不適合低精度壓縮的運算。

向量核心可以利用單一指令同時處理一整排數值，主要負責需要較高數值精度的工作，例如Softmax，以及模型中的Normalization等運算。

這類工作如果使用過度壓縮的數值格式，可能影響最終結果，因此仍需要FP32等較高精度運算能力。

自研Gluon軟體工具 瞄準CUDA護城河

除了晶片本身，OpenAI也為Jalapeno搭配自有Gluon核心程式語言。

這項布局的意義在於，OpenAI不只想自行設計ASIC，也開始建立能直接控制與最佳化自家AI晶片的軟體工具。

輝達長期最大的競爭優勢之一，就是CUDA軟體生態系，讓大量AI模型、開發工具與研究框架都圍繞輝達GPU建立。

如果OpenAI能將目前大量運行於輝達GPU上的模型與工作負載，進一步針對Jalapeno與Gluon共同最佳化，就可能逐步建立一套從模型、編譯工具到AI ASIC的垂直整合架構。

來源：wccftech

這篇文章 OpenAI首代Jalapeno ASIC曝光 每瓦效能傳勝Blackwell最高1.9倍、挑戰CUDA生態 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

日本科技投資集團軟銀集團（SoftBank Group）將於週四公布第一季財報，市場焦點將集中在軟銀如何籌措持續投資OpenAI所需的資金，以及槓桿程度上升對資產負債表帶來的影響。記者黃仁杰／編譯

日本科技投資集團軟銀集團（SoftBank Group）將於週四公布第一季財報，市場焦點將集中在軟銀如何籌措持續投資OpenAI所需的資金，以及槓桿程度上升對資產負債表帶來的影響。

[caption id="attachment_251900" align="aligncenter" width="1536"] 日本科技投資集團軟銀集團（SoftBank Group）將於週四公布第一季財報，市場焦點將集中在軟銀如何籌措持續投資OpenAI所需的資金。（圖／AI生成）[/caption]

軟銀已成為OpenAI最大的支持者之一，能否持續為其人工智慧投資雄心提供資金，也成為這波AI投資熱潮的重要考驗。隨著資金需求擴大、企業對債務融資的依賴增加，投資人也開始更加嚴格檢視AI公司的財務狀況。

軟銀在截至2026年3月止的會計年度創下歷史新高淨利，但自6月初以來，股價已下跌近一半，用於衡量其債務違約風險的信用保障成本也大幅攀升。

根據倫敦證券交易所集團（LSEG）彙整4名分析師的平均預估，軟銀在今年4月至6月一季，預計將繳出1,484億日圓、約9.41億美元的淨利。

在創辦人孫正義推動軟銀成為全球主要AI投資者的策略下，軟銀已承諾向OpenAI及相關AI基礎設施計畫投入超過600億美元。孫正義日前更將AI泡沫的說法形容為「褻瀆」。

LSEG於8月調查的20名賣方分析師中，有15人給予軟銀股票買進或強力買進評等。不過，投資人仍持續追問軟銀將如何履行龐大的投資承諾，尤其公司在2026年下半年將有300億美元的資金義務到期，並日益依賴以持股作為擔保的貸款。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

軟銀目前擁有一筆400億美元的過渡性貸款，但將於2027年3月到期。公司也已利用所持有的晶片設計公司Arm股份，安排一筆200億美元的保證金貸款。

不過，軟銀試圖以OpenAI持股作為擔保，再取得另一筆貸款的計畫，目前已遭到延後。原因是貸款機構對以未上市公司股份作為擔保品的融資，態度變得更加謹慎。

標普全球評級（S&P Global Ratings）分析師Makiko Yoshimura表示，Arm的信用狀況相當穩健，但OpenAI的信用條件非常薄弱。OpenAI仍是一家新創公司，除了面臨重大AI創新風險，也面對大量競爭者。

標普7月將軟銀的信用評等展望由負向調升為穩定，主要原因是Arm股價上漲，降低了軟銀債務相對資產價值的比率。

即使對OpenAI的投資持續擴大，軟銀表示，公司在正常情況下，貸款對資產價值比率仍維持在自行設定的25%上限以下，同時持有足以支付未來兩年債券償還需求的現金及約當現金。

軟銀財務長後藤芳光在上一季財報說明會表示，截至今年3月，公司的貸款對資產價值比率與現金部位均持續改善。

不過，標普與軟銀採用的計算方式不同。標普會將以被投資公司股份擔保的保證金貸款納入計算，因此估計軟銀今年3月底的貸款對資產價值比率為33%，高於軟銀內部計算的17%。

標普預期，這項比率到了6月已降至20%至25%之間。

即便如此，部分分析師仍認為，一旦AI公司估值進一步下修，軟銀將面臨較高風險。

Asymmetric Advisors分析師Amir Anvarzadeh表示，若Arm估值下跌，以Arm持股擔保的貸款金額並不會同步下降。若軟銀所持資產價格大幅下滑，可能因此面臨流動性緊縮。

惠譽評級（Fitch Ratings）也將AI市場修正列為重大信用風險，原因包括AI企業估值持續升高、AI資本支出規模龐大，以及相關企業能否取得回報仍存在不確定性。

MST Financial分析師David Gibson在報告中指出，在終端用戶與企業證明AI投資確實正帶動生產力大幅提升以前，軟銀、Arm以及記憶體類股可能持續承受壓力。

分析師表示，儘管最新AI模型的能力持續增強，但價格更低、效果相近的中國AI模型可能引發價格戰，不僅壓縮OpenAI等前沿模型開發商的利潤，也可能影響市場對支撐AI運算晶片的需求。

對軟銀而言，關鍵問題在於OpenAI能否透過首次公開募股，或新一輪私募融資，以更高估值從其他投資者手中取得資金。

據報導，OpenAI正尋求以1兆美元估值進行首次公開募股，高於目前的8,520億美元估值，但《紐約時報》報導指出，相關計畫可能延後至明年。

不過，也有分析師對OpenAI的估值持較為保守的看法。Anvarzadeh表示，參考中國AI業者規模較小的上市計畫，OpenAI的實際價值可能不超過3,000億美元。

這篇文章 軟銀AI投資能力面臨檢驗 市場緊盯OpenAI資金來源與負債壓力 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

全球科技企業暨蝦皮購物母公司Sea今（31）日宣布，將攜手美國OpenAI在台舉辦黑客松（Hackathon）系列賽事，台灣站將於9月12日在台北登場，接棒今年6月於新加坡成功舉辦的首站活動。雙方將於賽事中提供OpenAI AI程式開發解決方案Codex，協助台灣開發者、學生、新創團隊及科技人才運用AI工具，在技術導師指導與團隊協作下開發解決真實世界問題的AI應用，參與者除可獲得Codex使用資源與實作機會，也將透過競賽培養國際視野與實戰能力，進一步強化台灣AI人才培育及生態系發展。記者林育如／台北報導

全球科技企業暨蝦皮購物母公司Sea今（31）日宣布，將攜手美國OpenAI在台舉辦黑客松（Hackathon）系列賽事，台灣站將於9月12日在台北登場，接棒今年6月於新加坡成功舉辦的首站活動。雙方將於賽事中提供OpenAI AI程式開發解決方案Codex，協助台灣開發者、學生、新創團隊及科技人才運用AI工具，在技術導師指導與團隊協作下開發解決真實世界問題的AI應用，參與者除可獲得Codex使用資源與實作機會，也將透過競賽培養國際視野與實戰能力，進一步強化台灣AI人才培育及生態系發展。

[caption id="attachment_250993" align="alignnone" width="809"] 蝦皮購物母公司 Sea 攜手 OpenAI 將亞太區黑客松系列賽事引進台灣台灣站 9 月 12 日登場。（圖／蝦皮提供）[/caption]

Sea 共同創始人兼蝦皮購物首席產品官David Chen 表示，台灣擁有充滿活力的科技與 AI 社群，Sea 很高興將黑客松系列賽事帶給台灣開發者。David Chen 說明，作為蝦皮購物母公司Sea與 OpenAI 合作的一環，本次黑客松將讓參與者有機會探索 OpenAI Codex、向產業專家學習，並將創新構想轉化為實際解決方案。期待透過此次活動，激勵更多台灣開發者運用 AI 為企業及社會創造更多價值，持續推動台灣 AI 人才與創新生態的長期發展。

除黑客松外，雙方亦持續合作，協助亞太地區商家導入 AI 技術與應用。蝦皮購物計畫將 ChatGPT for Business 導入賣家生態圈，協助符合資格的中小賣家運用 AI 技術生成高品質商品資訊與行銷內容、優化客服流程，以及自動化日常營運作業。賣家亦將可獲得 ChatGPT for Business 試用資格、資源導入、培訓課程及最佳案例分享，協助其更有信心地運用 AI。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

OpenAI 國際業務主管Oliver Jay表示，開發者是推動 AI 應用落實於真實世界的重要力量。台灣在 Codex 的採用與使用活躍度方面，已躋身全球前十大市場，展現出台灣開發者的堅實實力與熱情。此次與 Sea 攜手，首度將亞太區黑客松系列賽事帶到台灣，我們期待與在地開發者社群建立更緊密的連結，為台灣人才創造更多機會，運用 Codex 進行開發、彼此交流學習，並打造解決真實世界挑戰的創新方案。我們很高興能支持台灣新一代 AI 開發者，並期待見證他們的創新成果。

本次黑客松開放具備 AI 開發工具實作經驗的開發者報名參與。參賽團隊將運用 OpenAI Codex 進行開發，並接受 OpenAI 亞太區及 Sea 技術團隊的專業指導。參賽團隊將透過開發 AI 解決方案回應解決現實挑戰，晉級決賽的隊伍將向由 Sea 與 OpenAI 的資深技術主管組成之評審團展示其創新成果與應用構想。

賽事將由OpenAI 提供總價值 5 萬美元（約新台幣 150 萬元）的 OpenAI API Credits，協助得獎團隊持續進行產品開發與概念驗證；前五名團隊所有成員皆可獲得 ChatGPT Pro 一年使用資格。

台灣場結束後，Sea與OpenAI 亦持續將黑客松系列賽事拓展至越南、印尼、馬來西亞及泰國，為亞太地區更多開發者提供學習、開發及運用 AI 創新的機會。

這篇文章 Sea攜手OpenAI在台舉辦AI黑客松 培育AI人才接軌全球技術生態 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

生成式AI快速普及後，AI的角色正從「協助工作」邁向「完成工作」。OpenAI Codex企業產品負責人Rohan Varma今（15）日在AWS Summit Taipei表示，AI發展已進入「AI任務委派（Agentic Delegation）」新階段，未來企業不只是利用AI提升效率，而是將完整工作流程交由AI Agent自主執行，人類則轉向監督、決策與驗證。記者黃仁杰／台北報導

生成式AI快速普及後，AI的角色正從「協助工作」邁向「完成工作」。OpenAI Codex企業產品負責人Rohan Varma今（15）日在AWS Summit Taipei表示，AI發展已進入「AI任務委派（Agentic Delegation）」新階段，未來企業不只是利用AI提升效率，而是將完整工作流程交由AI Agent自主執行，人類則轉向監督、決策與驗證。

[caption id="attachment_237021" align="aligncenter" width="1477"] OpenAI Codex企業產品負責人Rohan Varma今（15）日在AWS Summit Taipei表示，AI發展已進入「AI任務委派（Agentic Delegation）」新階段。（圖／記者黃仁杰攝）[/caption]

Rohan Varma指出，過去三年AI在軟體開發領域快速演進，最初只是協助工程師自動補齊程式碼（Auto Complete），接著發展成能與開發者共同完成工作的結對程式設計（AI Pair Programming），而現在則正式邁向第三階段──Agentic Delegation。

「我們希望企業不是要求AI協助完成部分工作，而是能像委派同事一樣，把整項任務交給AI。」Rohan Varma表示，當使用者交付一項功能開發、資料分析或報告撰寫任務後，Codex可持續工作數十分鐘，甚至數小時，自主完成程式撰寫、測試、驗證與修正，直到工作完成後再將成果交回使用者。

他表示，AI的價值已不再只是提升寫程式速度，而是改變工作的衡量方式。企業過去重視的是程式碼數量，如今更重要的是AI究竟完成了多少工作，而非產生多少程式碼。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

雖然Codex最初是為軟體開發打造，但Rohan Varma指出，隨著模型能力提升，Codex已逐步發展成企業通用AI 代理，不再侷限於工程團隊，而是能協助產品經理、財務、分析師、策略規畫及業務等不同職能完成工作。

他表示，如果AI能理解程式碼，本質上也代表它具備操作電腦、理解流程與執行任務的能力，因此企業未來可以利用Codex建立資料分析流程、製作試算表、整理研究資料、撰寫策略文件，甚至生成簡報內容。

Rohan Varma也透露，當天主題演講使用的部分簡報內容，就是透過Codex協助完成，OpenAI內部目前更已全面導入Codex，所有員工都在日常工作中使用AI代理。

他指出，目前OpenAI產品團隊已能利用Codex完成更多軟體開發工作，產品開發速度接近過去的兩倍，也讓員工能把更多時間投入策略思考、產品設計與需要人類判斷的工作，而非重複性的執行任務。

除了介紹Codex，Rohan Varma也談到OpenAI與AWS近一年持續深化合作。他表示，雙方從模型部署逐步擴展到基礎架構合作，目前OpenAI旗下GPT系列模型已透過Amazon Bedrock提供企業客戶使用，讓企業能直接結合AWS既有的身分管理、私有網路、安全治理、採購與基礎設施，加速AI導入流程。

他表示，企業真正需要的不只是最先進的模型，而是一套能直接投入正式營運的環境，包括權限控管、資料安全、治理、監控及系統整合，這也是OpenAI選擇與AWS深化合作的重要原因。

談到企業AI發展方向，Rohan Varma認為，Agent未來將不只是協助軟體開發，而會逐步進入更多知識工作場景，包括財務分析、資料研究、銷售策略、產品規畫與企業決策支援等領域。

他表示，企業未來應重新思考AI在人力配置中的角色，讓AI負責大量重複性工作，而人類則專注於需要創造力、判斷力與溝通能力的任務，進一步提升整體組織效率。

Rohan Varma最後強調，下一個AI時代，比拚的不再只是模型能力，而是企業是否建立一套值得信任、具備治理能力且能安全運作的AI代理系統。只有當AI能在安全、可管理的環境下自主完成工作，企業才能真正從「使用AI」，邁向以AI推動數位轉型與營運創新的新階段。

這篇文章 AI寫程式只是起點！OpenAI：下一步是把整個工作交給AI完成 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

OpenAI正式公布首款自行設計的人工智慧（AI）晶片「Jalapeño」，並宣布由博通（Broadcom）共同參與設計，希望藉此提升AI基礎設施效能，同時降低對輝達（NVIDIA）GPU的依賴，打造更具成本效益的AI運算平台。記者黃仁杰／編譯

OpenAI正式公布首款自行設計的人工智慧（AI）晶片「Jalapeño」，並宣布由博通（Broadcom）共同參與設計，希望藉此提升AI基礎設施效能，同時降低對輝達（NVIDIA）GPU的依賴，打造更具成本效益的AI運算平台。

[caption id="attachment_226847" align="aligncenter" width="1536"] OpenAI正式公布首款自行設計的人工智慧（AI）晶片「Jalapeño」，並宣布由博通（Broadcom）共同參與設計，希望藉此提升AI基礎設施效能。（圖／AI生成）[/caption]

隨著ChatGPT等生成式AI服務快速成長，OpenAI與Anthropic等AI實驗室近年持續面臨算力不足的挑戰。為降低基礎設施成本並建立自主供應能力，OpenAI自2023年起便積極投入自研AI晶片開發。

此次亮相的Jalapeño即為首款成果。

OpenAI表示，Jalapeño主要針對AI推論（Inference）工作設計，也就是大型語言模型回應使用者問題時所需的大量運算，可望提升ChatGPT等AI服務的推論效率與能源使用效率。

博通執行長陳福陽（Hock Tan）接受《路透社》採訪時表示，Jalapeño在特定AI推論工作上的表現，可與輝達Blackwell GPU以及Google TPU相媲美。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

OpenAI硬體主管Richard Ho則指出，這款晶片專為大型語言模型（LLM）打造，不僅適用於目前模型，也能支援未來新一代LLM架構。

OpenAI透露，目前晶片樣品已在公司實驗室完成測試，搭配最新GPT-5.3-Codex-Spark模型運作時，功耗與效能均已達到設計目標，預計今年底正式部署於自家AI基礎設施。

Jalapeño也是OpenAI多世代AI晶片發展計畫的第一步。

OpenAI表示，從設計到送交台積電（TSMC）投片製造，整個晶片開發流程僅耗時約九個月，部分設計流程更利用AI工具協助加速完成。

未來晶片將由加拿大電子製造商Celestica負責建置伺服器系統，但相關晶片與伺服器皆僅供OpenAI內部使用，不會對外銷售。

事實上，自研AI晶片已成為大型AI平台的重要發展方向。

目前Meta、Amazon及Google皆透過博通、Marvell等ASIC設計服務商打造專屬AI晶片，Anthropic也傳出正評估開發自有AI處理器，希望降低對輝達GPU的依賴。

不過，博通也坦言，客製化AI晶片的獲利能力仍受到高頻寬記憶體（HBM）成本影響。

陳福陽指出，由於AI晶片需要大量HBM，目前HBM主要由SK海力士（SK hynix）及三星電子（Samsung Electronics）供應，使客製化AI晶片毛利率仍低於博通的網路交換器等產品。

分析人士認為，OpenAI正式投入自研晶片，代表AI產業正從單純採購GPU，逐步走向軟硬體垂直整合的新階段。未來若自研晶片逐步成熟，OpenAI將可降低對外部供應商依賴，同時強化AI基礎設施的成本控制與運算效率。

來源：路透社

這篇文章 OpenAI發表首款自研AI晶片 攜手博通打造、年底部署強化AI基礎設施 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

OpenAI在公開上市前夕持續延攬重量級人才，最新加入團隊的包括Google DeepMind知名人工智慧研究員Noam Shazeer，以及曾參與白宮AI政策制定的Dean Ball。記者許若茵／編譯

OpenAI在公開上市前夕持續延攬重量級人才，最新加入團隊的包括Google DeepMind知名人工智慧研究員Noam Shazeer，以及曾參與白宮AI政策制定的Dean Ball。

[caption id="attachment_221323" align="aligncenter" width="1024"] OpenAI在公開上市前夕持續延攬重量級人才。（圖／AI生成）[/caption]

Shazeer於週三宣布離開Google，他自2000年起任職於Google，期間僅曾離開三年，與他人共同創辦AI角色扮演新創公司Character AI，兩年前，Google透過一筆27億美元交易重新聘回Shazeer，並藉此取得Character AI相關技術。

Shazeer被視為現代生成式AI的重要奠基者之一，他曾共同撰寫2017年論文《Attention Is All You Need》，首次提出Transformer架構，成為後續生成式AI發展的重要基礎，在離開Google前，Shazeer也曾因政治議題引發爭議。根據《The Information》報導，他曾於公司內部討論平台發表涉及跨性別認同及以色列與加薩戰爭的看法，部分貼文後來遭管理層刪除。

另一方面，OpenAI也同步強化政策領域實力，延攬Dean Ball加入團隊，Ball去年曾短暫於白宮任職，參與美國AI行動計畫制定工作，其後返回美國創新基金會擔任資深研究員，Ball於社群平台X表示，自己將於7月6日正式加入OpenAI，負責領導全新成立的Strategic Futures團隊，該團隊的任務是協助公司高層制定前沿AI政策方向，根據Ball說明，他將直接向OpenAI首席策略長Jason Kwon報告。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

這支規模精簡的新團隊將聚焦多項議題，包括災難性風險、遞迴式自我改進、勞動市場影響，以及前沿AI實驗室、政府與社會之間的關係，尤其關注美國聯邦政府相關政策，Ball指出，Strategic Futures團隊未來將同時負責對外公共政策及內部治理工作，AI實驗室在許多情況下勢必需要自行主導AI治理決策，因此內部治理的重要性將超出許多人的想像。

Ball選擇加入OpenAI之際，正值Anthropic與美國政府關係再度緊張，美國總統川普上週下令對Anthropic最新模型Fable 5及Mythos 5實施出口管制，導致Anthropic為避免違規而全面下架相關模型，在競爭對手面臨政府壓力之際，OpenAI則透過延攬技術與政策領域重量級人物，持續鞏固自身在AI產業中的地位。

資料來源：techcrunch

這篇文章 OpenAI延攬Google名將、川普顧問 雙雄加盟為IPO布局提前暖身 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

隨著AI模型成本快速下降，市場開始質疑OpenAI與Anthropic未來上市後能否支撐接近兆美元等級估值。外媒分析指出，AI產業正從「誰模型最強」逐漸轉向「誰成本最低」，而這恐怕正在侵蝕美國AI巨頭最核心的估值基礎。記者黃仁杰／編譯

隨著AI模型成本快速下降，市場開始質疑OpenAI與Anthropic未來上市後能否支撐接近兆美元等級估值。外媒分析指出，AI產業正從「誰模型最強」逐漸轉向「誰成本最低」，而這恐怕正在侵蝕美國AI巨頭最核心的估值基礎。

[caption id="attachment_221374" align="aligncenter" width="1536"] 隨著AI模型成本快速下降，市場開始質疑OpenAI與Anthropic未來上市後能否支撐接近兆美元等級估值。（圖／AI生成）[/caption]

近期財報季中，包括Meta、Shopify、Spotify 與Pinterest等科技公司，都開始明顯提及AI推論成本對獲利造成壓力。Shopify甚至坦言，雖然規模經濟正在改善，但大型語言模型成本仍持續侵蝕毛利。

市場認為，這代表AI產業真正的成本壓力已開始浮現，而這也正衝擊OpenAI與Anthropic未來IPO最重要的前提，企業客戶願意持續支付高價，使用其最先進AI模型。

目前市場普遍預期，OpenAI與Anthropic未來上市估值都可能超過8,000億美元。不過這些估值建立在幾個關鍵假設上，包括兩家公司能長期維持技術領先、市占率不被侵蝕，以及企業客戶沒有足夠替代方案。

但現在，市場開始出現相反訊號。

AI模型正快速變得更便宜、也更普及。中國AI公司目前已能以遠低於美國AI實驗室的價格，提供接近等級的模型能力；同時，西方市場也出現一批主打「更便宜、更小型、更高效率」的新競爭者，包括輝達（NVIDIA）、Cohere、Reflection AI與Mistral等企業。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

市場分析認為，等到OpenAI與Anthropic正式提交IPO文件時，支撐其高估值的核心邏輯，可能已經開始動搖。

根據AI評測機構Artificial Analysis數據，目前Anthropic旗下Claude模型完成相同AI工作負載的成本約為4,811美元，OpenAI ChatGPT約為3,357美元。

相比之下，中國AI模型價格則低得多。DeepSeek約1,071美元、Kimi約948美元，而智譜AI（Zhipu）的GLM模型甚至僅約544美元。換句話說，Claude成本幾乎是最便宜中國模型的9倍。

就連Google近期也開始強調低成本AI的重要性。執行長皮查伊（Sundar Pichai）在I/O開發者大會上表示，許多企業今年才過5月，就已耗盡全年Token預算，因此Google正積極推廣價格更低的Gemini Flash模型。他甚至指出，若大型Google Cloud客戶將80%工作負載改用Gemini 3.5 Flash，每年可省下超過10億美元。

更關鍵的是，便宜模型如今已不再明顯落後。

去年曾引發美國科技股震盪的中國AI公司DeepSeek，上月推出的新模型，在程式設計、Agentic AI與知識測試等多項指標上，已接近OpenAI、Anthropic與Google最新模型表現。

包括Moonshot、小米（Xiaomi）與智譜AI等中國企業，近幾個月也持續推出接近水準的新模型。

企業端的使用方式也正在改變。Databricks執行長Ali Ghodsi表示，目前許多企業正採用所謂「Advisor Model」架構，平時先使用低成本開源模型處理大部分工作，只有遇到較複雜問題時，才呼叫OpenAI或Anthropic等高階模型。他指出，這種做法能大幅降低AI成本。

根據AI模型平台OpenRouter數據，中國模型使用占比已從2024年的約1%，快速提高至今年5月超過60%。

此外，越來越多企業甚至開始販售「降低AI成本」服務。設計平台Figma執行長Dylan Field表示，許多企業目前已從「瘋狂投入AI」階段，進入「發現花太多錢」的第三階段，因此開始積極壓低Token消耗。

市場認為，美中AI產業成本差距，其實反映雙方不同發展模式。

美國AI公司建立在龐大資本支出之上，持續訓練更大型模型、採用最昂貴的輝達GPU，同時還面臨美國電力與基礎設施瓶頸；中國企業則因長期受到晶片出口限制，被迫更積極優化模型效率與運算成本。目前美國AI公司最大的優勢，仍是信任與法規合規性。

專攻銀行與政府市場的AI公司Cohere就指出，許多金融與國防客戶即使價格較高，也不願使用中國模型。不過市場也認為，這類高監管產業畢竟只是企業市場的一小部分。

另一方面，美國企業也開始反擊。輝達近期開始推動可下載、可本地部署的AI模型，希望企業不必依賴中國AI，也不用完全綁定OpenAI與Anthropic的封閉系統。

新創Reflection AI也獲得數十億美元估值投資，主打建立「美國版開源企業AI模型」。即便如此，市場仍認為，美國AI模型價格優勢正快速流失。

就連Anthropic今年5月發布的政策文件中，也坦言美國模型目前僅領先中國「數個月」，並警告中國正透過低成本策略快速擴大全球市占。

不過OpenAI內部人士則強調，每次新模型推出後，API與企業需求仍呈現爆炸性成長，目前價格壓力並非公司最優先擔憂事項。

來源：CNBC

這篇文章 AI愈來愈便宜 OpenAI、Anthropic千億美元IPO神話恐遭動搖 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

軟銀集團公布最新財報，旗下願景基金（Vision Fund）在截至今年3月底的會計年度錄得約460億美元投資收益，主要受惠於OpenAI估值大幅攀升，成為軟銀近年最大一筆AI投資回報來源。記者黃仁杰／編譯

軟銀集團公布最新財報，旗下願景基金（Vision Fund）在截至今年3月底的會計年度錄得約460億美元投資收益，主要受惠於OpenAI估值大幅攀升，成為軟銀近年最大一筆AI投資回報來源。

[caption id="attachment_219429" align="aligncenter" width="1536"] 軟銀願景基金（Vision Fund）在截至今年3月底的會計年度錄得約460億美元投資收益，主要受惠於OpenAI估值大幅攀升。（圖／AI生成）[/caption]

財報顯示，軟銀目前對OpenAI累計投資已超過300億美元，而截至3月底止，來自OpenAI的帳面投資收益達450億美元。

單看今年第一季，願景基金錄得約200億美元收益，幾乎全部來自OpenAI投資增值。不過，軟銀在其他投資項目仍出現虧損，包括酷澎（Coupang）、滴滴全球（DiDi Global）與Klarna。

軟銀近年持續加碼AI產業，試圖成為AI浪潮中的核心投資者，而OpenAI已成為其整體AI投資布局的核心資產。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

軟銀今年2月曾表示，公司承諾對OpenAI總投資規模將超過600億美元，完成後持股比例將達約13%。目前其中超過300億美元已完成投入。

今年3月，OpenAI完成新一輪融資，由軟銀共同領投。當時OpenAI估值達8,520億美元，儘管市場競爭持續升溫，仍吸引大量資本湧入。OpenAI目前主要競爭對手包括 Google 與 Anthropic。

不過，OpenAI在軟銀投資組合中的比重快速提升，也開始引發市場對財務風險的關注。今年3月，標普全球評級將軟銀展望從「穩定」下調至「負向」。

標普指出，軟銀對OpenAI的巨額追加投資，可能進一步影響公司資產流動性、投資組合品質以及整體財務能力。

為支應OpenAI投資，軟銀近年也持續出售部分資產，包括T-Mobile 與輝達持股。

軟銀表示，公司本會計年度透過資產出售與其他投資，共認列約2,181億日圓（約14億美元）收益。不過，若扣除匯率與相關費用因素，除願景基金外，公司投資業務實際仍錄得4,721億日圓虧損。

軟銀財務長後藤芳光在財報會議中強調，公司目前現金部位達3.5兆日圓，足以支應超過兩年的公司債到期償還需求。整體而言，軟銀集團本會計年度淨利達5兆日圓，主要受惠於願景基金與電信業務表現。

來源：CNBC

這篇文章 軟銀願景基金大賺460億美元！OpenAI投資成最大功臣 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。